![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
公益组队学习
大⊙ω⊙蒜
这个作者很懒,什么都没留下…
展开
-
Pandas 公益学习 打卡第一天
第一章 Pandas基础一、首先准备二、文件读取与导入1、读取2、写入三、基本数据结构1.Series2.DataFrame四、常用基本函数1. head和tail2. unique和nunique3. count和value_counts4. describe和info5. idxmax和nlargest6. clip和replace7. apply函数五、排序1. 索引排序2、值排序六、问题与...原创 2020-04-19 23:01:01 · 257 阅读 · 0 评论 -
pandas 公益学习 综合练习与学习总结
第 12 期 Datawhale 组队学习Pandas 教程(上)综合练习一、2002 年-2018 年上海机动车拍照拍二、2007 年-2019 年俄罗斯机场货运航班运载量三、新冠肺炎在美国的传播四、学习总结Pandas 教程(上)综合练习一、2002 年-2018 年上海机动车拍照拍问题(1) 哪一次拍卖的中标率首次小于 5%?(2) 按年统计拍卖最低价的下列统计量:最大值、均值、0...原创 2020-05-01 21:06:56 · 171 阅读 · 0 评论 -
机器学习算法 公益学习 打卡第五天
SVM一、学习内容二、代码设计1、硬间隔2、软间隔3、核函数2、软间隔3、SMO求解SVM4、代码实现一、学习内容SVM 硬间隔原理SVM 软间隔SMO 求解SVM二、代码设计1、硬间隔本文是需要一定基础才可以看懂的,建议先看看参考博客,一些疑惑会在文中直接提出,大家有额外的疑惑可以直接评论,有问题请直接提出,相互交流。SVM-统计学习基础一开始讲解了最小间距超平面:所有样本到平...原创 2020-04-30 20:30:24 · 266 阅读 · 0 评论 -
Pandas 公益学习 打卡第五天
第5章 合并一、append与assign1. append方法(a)利用序列添加行(b)用DataFrame添加表2. assign方法二、combine与update1. comine方法(a)填充对象(b)一些例子(c)combine_first方法2. update方法(a)三个特点(b)例子三、concat方法四、merge与join1. merge函数2. join函数import ...原创 2020-04-30 19:29:48 · 212 阅读 · 0 评论 -
机器学习算法 公益学习 打卡第四天
条件随机场一、马尔可夫过程1.定义二、隐马尔科夫算法1.定义2.假设3.存在问题三、条件随机场 (以线性链条件随机场为例)1.定义2.基本问题一、马尔可夫过程1.定义假设一个随机过程中,tnt_ntn 时刻的状态xnx_nxn的条件发布,只与其前一状态xn−1x_{n-1}xn−1 相关,即:P(xn∣x1,x2,...,xn−1)=P(xn∣xn−1) P(x_n|x_1,...原创 2020-04-28 21:17:50 · 303 阅读 · 0 评论 -
Pandas 公益学习 打卡第四天
第4章 变形一、透视表1. pivot2. pivot_table3. crosstab(交叉表)二、其他变形方法1. melt2. 压缩与展开三、哑变量与因子化1. Dummy Variable(哑变量)2. factorize方法import pandas as pdimport numpy as npdf = pd.read_csv('mashuai/table.csv')df.he...原创 2020-04-28 20:38:46 · 154 阅读 · 0 评论 -
Pandas 公益学习 打卡第三天
第3章 分组一、SAC过程1.内涵2.apply过程二、groupby函数1. 分组函数2. groupby对象的特点三、聚合、过滤和变换1.聚合(Aggregation)2.过滤(Filteration)3.变换(Transformation)四、apply函数1. apply函数的灵活性2. 用apply同时统计多个指标一、SAC过程1.内涵SAC指的是分组操作中的split-apply...原创 2020-04-26 21:53:04 · 202 阅读 · 0 评论 -
机器学习算法 公益学习 打卡第三天
EM算法一、前言二、EM算法引入三、EM算法四、推导五、证明收敛六、高斯混合分布七 、参考文献 博客一、前言EM算法是机器学习十大算法之一,它很简单,但是也同样很有深度,简单是因为它就分两步求解问题,E步:求期望(expectation)M步:求极大(maximization)深度在于它的数学推理涉及到比较繁杂的概率公式等,所以本文会介绍很多概率方面的知识,不懂的同学可以先去了解一些知识...原创 2020-04-25 20:02:09 · 187 阅读 · 0 评论 -
机器学习算法 公益学习 打卡第二天
朴素贝叶斯1、相关概念(生成模型、判别模型)2、先验概率、条件概率3. 贝叶斯决策理4、贝叶斯公式5. 极值问题情况下的每个类的分布概率6. 下溢问题如何解决7. 零概率问题如何解决?8. sklearn参数详解9. 优缺点1、相关概念(生成模型、判别模型)生成模型:在概率统计理论中, 生成模型是指能够随机生成观测数据的模型,尤其是在给定某些隐含参数的条件下。它给观测值和标注数据序列指定一个联...原创 2020-04-23 19:59:26 · 278 阅读 · 0 评论 -
Pandas 公益学习 打卡第二天
第二章 索引一、单级索引1. loc方法、iloc方法、[]操作符先康康什么样import pandas as pdimport numpy as npdf = pd.read_csv('mashuai/table.csv',index_col='Address')df.head()一、单级索引1. loc方法、iloc方法、[]操作符iloc表示位置索引,loc表示标签索引,...原创 2020-04-23 14:52:02 · 265 阅读 · 0 评论